[ES] La sectorización en sectores hidrométricos de las redes de abastecimiento de agua potable ha sido, a lo largo de los últimos años, una de las técnicas más empleadas para ubicar y controlar las fugas. Esto es de vital importancia ante un recurso, el agua potable, cada vez más escaso y valioso. Sin embargo, el empleo de esta técnica, algunas veces, es llevada a cabo por ensayo y error, o sin una estrategia previamente establecida. La capacidad hidráulica de la red, o caudal máximo que puede aportar cumpliendo los requisitos mínimos de servicio, puede afectarse cuando se lleva a cabo un proceso de sectorización. Esto es debido a que el cierre de tramos de la red cambia las condiciones de servicio, pudiendo generar afectaciones graves desde el punto de vista de presiones y de calidad de agua. Algunas veces, también, es aplicado el proceso de sectorización sin una evaluación previa de las características de la red y de las condiciones operativas. Partiendo de estas situaciones, se planteó indagar acerca de cómo las condiciones iniciales de operación de la red pudiesen afectar la formación de los sectores hidrométricos desde el punto de vista de su configuración. En los procesos de sectorización pueden emplearse algoritmos de clústering debido a la analogía existente entre los agrupamientos de los diferentes elementos de los sistemas de abastecimiento de agua y los principios aplicados en las técnicas de agrupamiento de datos. Así, se decidió aplicar diversas técnicas basadas en la detección de comunidades en redes, ya que poseen la ventaja de agrupar en función de la información en las conexiones, y no solo en la información almacenada en los nodos, lo cual resulta favorable para el tema en estudio en este trabajo, debido a que pudiera tomarse en cuenta cómo la variación de los niveles de exigencia en las tuberías, ocasionados por la variación en la demanda, afectaría la formación de sectores. Para ello se planteó trabajar con dos redes de prueba conocidas en la literatura, a las cuales se les simuló bajo distintas capacidades de carga de trabajo y a través del empleo de varios algoritmos de agrupamiento, tales como Infomap, Walktrap, Fast gready, Edge betweeness, Luovain y Leiden. La metodología desarrollada fue, finalmente, aplicada a una red real de gran tamaño, lo que valida dicha metodología para un problema del mundo real. Como parámetros para ponderar las conexiones se probaron cuatro opciones: caudal circulante con la red trabajando a la capacidad deseada; energía disipada en cada tramo con la red trabajando a la capacidad deseada; relación entre el caudal circulante en el tramo y el caudal circulante a capacidad máxima teórica de la red; y relación entre la energía disipada trabajando a la capacidad deseada y la disipación de la energía en los tramos con la red trabajando a capacidad máxima. Obtenida la partición por cualquiera de los métodos anteriormente expuestos, se optimizaron las entradas y salidas de los sectores por medio de la implementación de un algoritmo de enjambre de partículas; adicionalmente, se hace una comparación del resultado con otro obtenido a partir de un algoritmo de colonia de hormigas, lo que permite dar robustez a la metodología desarrollada. / [CA] La partició o sectorització de les xarxes d'abastiment d'aigua potable a les anomenades districtes hidromètrics ha estat, durant els darrers anys, una de les tècniques més utilitzades per localitzar i controlar les pèrdues d'aigua. La sectorització és crucial quan es tracta d'un recurs cada vegada més escàs i valuós com es l'aigua. Tanmateix, l'ús d'aquesta tècnica de vegades es duu a terme mitjançant proves i errors, o sense una estratègia prèviament establerta. La capacitat hidràulica d'una xarxa o el cabal màxim que pot proporcionar mentre compleix els requisits mínims de servei es pot veure afectat quan es realitza un procés de sectorització. Això es deu al fet que el tancament de seccions de la xarxa modifica les condicions del servei, la qual cosa pot generar greus efectes des del punt de vista de la pressió i la qualitat de l'aigua. A més, de vegades s'apliquen processos de sectorització sense una avaluació prèvia de les característiques de la xarxa i de les condicions de funcionament. Partint d'aquestes situacions, ens vam preguntar sobre com les condicions inicials de funcionament de la xarxa podrien afectar la construcció dels sectors hidromètrics des del punt de vista de la seva configuració. Els algoritmes de clusterització es poden utilitzar en processos de sectorització a causa de l'analogia entre l'agrupació dels diferents elements dels sistemes d'abastiment d'aigua i els principis aplicats en les tècniques d'agrupament de dades. Així, vam decidir aplicar diverses tècniques basades en la detecció de comunitats a les xarxes, ja que tenen l'avantatge de realitzar agrupacions basades en la informació de les unions i no només en la informació emmagatzemada als nodes. Això és favorable per al tema en estudi en aquest treball, perquè es pot considerar com la variació dels nivells de demanda a les canonades, causada per la variació de la demanda, pot afectar la construcció de sectors. Amb aquesta finalitat, es va proposar treballar amb dues xarxes de proves conegudes a la literatura, que es van simular sota diferents capacitats de càrrega i mitjançant l'ús de diversos algorismes de clusterització, com Infomap, Walktrap, Fast gready, Edge betweeness, Luovain i Leiden. La metodologia desenvolupada es va aplicar, finalment, a una gran xarxa real, que valida la metodologia per a una xarxa de subministrament d'aigua del món real. Com a paràmetres per ponderar les unions, es van provar quatre opcions: cabal circulant amb la xarxa treballant a la capacitat desitjada; energia dissipada a cada secció amb la xarxa treballant a la capacitat desitjada; relació entre el cabal circulant a la secció i el cabal circulant a la capacitat màxima teòrica de la xarxa; i la relació entre l'energia dissipada que treballa a la capacitat desitjada i la dissipació d'energia a les seccions amb la xarxa que treballa a la màxima capacitat. Un cop obtinguda la partició per qualsevol dels mètodes esmentats anteriorment, les entrades i sortides dels sectors s'optimitzen mitjançant un algorisme d'optimització d'eixam de partícules; a més, es fa una comparació del resultat amb un altre algoritme d'optimització, és a dir, un algoritme d'optimització de colònies de formigues, que permet proporcionar robustesa a la metodologia desenvolupada. / [EN] Partitioning or sectorization of drinking water supply networks into so-called district metered areas has been, over the last years, one of the most used techniques to locate and control leaks. Sectorization is crucial when dealing with an increasingly scarce and valuable resource as water. However, the use of this technique is sometimes carried out by trial and error, or without a previously established strategy. The hydraulic capacity of a network, or the maximum flow it can provide while meeting the minimum service requirements, can be affected when a sectorization process is carried out. This is due to the fact that the closure of sections of the network changes the service conditions, which could generate serious effects from the point of view of pressure and water quality. Also, sometimes sectorization processes are applied without a prior evaluation of the characteristics of the network and of the operating conditions. Starting from these situations, we inquired about how the initial operating conditions of the network could affect the construction of the hydrometric sectors or district metered areas from the point of view of their configuration. Clustering algorithms can be used in sectorization processes due to the analogy between the grouping of the different elements of water supply systems and the principles applied in data grouping techniques. Thus, we decided to apply various techniques based on the detection of communities in networks, since they have the advantage of performing grouping based on the information at the junctions, and not only on the information stored at the nodes. This is favourable for the subject under study in this work, because one may consider how the variation of the demand levels in the pipes, caused by the demand variation, can affect the construction of sectors. To this end, it was proposed to work with two test networks known in the literature, which were simulated under different load capacities and through the use of various clustering algorithms, namely Infomap, Walktrap, Fast gready, Edge betweeness, Luovain and Leiden. The methodology developed was, finally, applied to a large real network, which validates the methodology for a real-world water supply network. As parameters to weight the junctions, four options were tested: circulating flow with the network working at the desired capacity; energy dissipated in each section with the network working at the desired capacity; relationship between the circulating flow in the section and the circulating flow at the theoretical maximum capacity of the network; and the relationship between the energy dissipated working at the desired capacity and the dissipation of energy in the sections with the network working at maximum capacity. Once the partition is obtained by any of the previously said methods, the inputs and outputs of the sectors are optimized by using a particle swarm optimization algorithm; additionally, a comparison of the result is made with another optimization algorithm, namely, an ant colony optimization algorithm, which allows to provide robustness to the developed methodology. / Martins Alves, C. (2020). La capacidad hidráulica en las redes de agua potable y su influencia en el proceso de sectorización [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/159938 / TESIS

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-04T13:59:37Z No. of bitstreams: 1 MAXWELL GUIMARÃES DE OLIVEIRA - DISSERTAÇÃO PPGCC 2012..pdf: 28277196 bytes, checksum: 398cd7b385ee61c414d0086810fbeeed (MD5) / Made available in DSpace on 2018-08-04T13:59:37Z (GMT). No. of bitstreams: 1 MAXWELL GUIMARÃES DE OLIVEIRA - DISSERTAÇÃO PPGCC 2012..pdf: 28277196 bytes, checksum: 398cd7b385ee61c414d0086810fbeeed (MD5) Previous issue date: 2012-08-20 / Capes / Atualmente, há um volume considerável de dados espaço-temporais disponíveis em vários meios, sobretudo na Internet. A visualização de dados espaço-temporais é uma tarefa complexa, que requer uma série de recursos visuais apropriados para que, em conjunto, possam permitir aos usuários uma correta interpretação das informações analisadas. Além do emprego de técnicas de visualização, a utilização de técnicas de descoberta de conhecimento em bancos de dados tem se mostrado relevante no auxílio à análise exploratória de relacionamentos em dados espaço-temporais. O levantamento do estado da arte em visualização de dados espaço-temporais leva à conclusão de que a área ainda é deficiente em soluções para visualização e análise desses tipos. Muitas abordagens abrangem somente questões espaciais, desprezando as características temporais desses dados. Inserido nesse contexto, o principal objetivo deste trabalho é melhorar a experiência do usuário em visualização e análise espaço-temporal, indo além do universo da visualização dos dados espaço-temporais brutos e considerando, também, a importância em visualização de dados espaço-temporais derivados de um processo de descoberta de conhecimento, mais especificamente algoritmos de clustering. Esse objetivo é atingido com a definição de uma abordagem inovadora em visualização de dados espaço-temporais, e de sua implementação, denominada GeoSTAT (Geographic SpatioTemporal Analysis Tool), que engloba pontos importantes observados nas principais abordagens existentes e acrescenta, principalmente, técnicas de visualização voltadas à dimensão temporal e à utilização de algoritmos de clustering, valorizando características até então pouco exploradas em dados espaço-temporais. A validação deste trabalho ocorre por meio de dois estudos de caso, onde cada um aborda dados espaço-temporais de um domínio específico, para demonstrar a experiência do usuário final diante das técnicas de visualização reunidas na abordagem proposta. / Nowadays, there is a considerable amount of spatiotemporal data available in various media, especially on the Internet. The visualization of spatiotemporal data is a complex task that requires a series of visual suitable resources which can enable users to have a correct interpretation of the data. Apart from the use of visualization techniques, the use of techniques of knowledge discovery in databases has proven relevantfor the exploratory analysis of relationships in spatiotemporal data. The state of the art in visualization of spatiotemporal data leads to the conclusion that the area is still deficient in solutions for viewing and analysis of those data. Many approaches cover only spatial issues, ignoring the temporal characteristics of such data. Inserted in this context, the main objective of this work is to improve the user experience in spatiotemporal visualization and analysis, going beyond the universe of visualization of spatiotemporal raw data and also considering the importance of visualization of spatiotemporal data derived from a knowledge discovery process, more specifically clustering algorithms. This goal is achieved by defining an innovative approach for the analysis and visualization of spatiotemporal data, and its implementation, called GeoSTAT (Spatiotemporal Geographic Analysis Tool), which includes importam points in the main existing approaches and adds especially visualization techniques geared to the temporal dimension and the use of clustering algorithms, enhancing unexplored features in spatiotemporal data. The validation of this work occurs through two case studies, where each one deals with spatiotemporal data of a specific domain to demonstrate the end-user experience on the visualization techniques combined in the proposed approach.